Mozilla’s nieuwe Thunderbolt is een AI-client die bedrijven in staat stelt hun eigen AI-infrastructuur te beheren, zodat gevoelige data op eigen systemen blijft. Het is geen nieuw AI-model, maar een front-end die werkt met bestaande, zelfgehoste systemen en open protocollen.

Wat er aan de hand is

Mozilla, bekend van de Firefox-browser, heeft Thunderbolt aangekondigd. In tegenstelling tot andere grote spelers die eigen AI-modellen uitbrengen, positioneert Mozilla Thunderbolt als een “soevereine AI-client”. Het product is gebouwd bovenop Haystack, een open-source framework waarmee gebruikers modulaire AI-pijplijnen kunnen bouwen. De kernbelofte is dat Thunderbolt kan verbinden met vrijwel elke AI-dienst die een OpenAI-compatibele API aanbiedt, zoals Claude of DeepSeek, maar ook met lokaal opgeslagen bedrijfsdata via open protocollen. Een belangrijk onderdeel is het gebruik van een offline SQLite-database die als lokale “bron van waarheid” fungeert voor het AI-model. Volgens Mozilla biedt het systeem ook optionele end-to-end-encryptie en toegangscontroles op apparaatniveau.

Wat dit betekent

Dit betekent een praktische route voor ondernemers die AI willen gebruiken maar hun data niet willen toevertrouwen aan de servers van grote techbedrijven. Voor sectoren waar vertrouwelijkheid cruciaal is – zoals advocatenkantoren, zorginstellingen, financiële adviseurs of R&D-afdelingen – biedt dit een manier om AI-tools te benutten zonder dat klantdossiers, patiëntinformatie of intellectueel eigendom de eigen systemen verlaten. Het verschuift de verantwoordelijkheid en controle naar de gebruiker zelf. In plaats van een abonnement op een clouddienst, vraagt deze aanpak om investering in eigen IT-infrastructuur en kennis. Het maakt AI minder een blackbox-dienst en meer een beheersbaar onderdeel van de eigen tech-stack.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en technische mogelijkheden. Het concept van een zelfbeheerde AI-client opent wel degelijk nieuwe mogelijkheden voor wie controle over data prioriteit geeft.

Als je werkt met zeer gevoelige klant- of patiëntdata… kan een lokaal AI-systeem dat niet afhankelijk is van de cloud een manier zijn om automatisering toe te passen zonder privacyregels te schenden. Je zou kunnen onderzoeken of bestaande workflows, zoals het samenvatten van dossiers of het categoriseren van aanvragen, geautomatiseerd kunnen worden met een model dat alleen op je eigen server draait en leert van je eigen, versleutelde database.

Als je een ontwikkelteam hebt dat werkt met propriëtaire code… biedt een zelfgehoste AI-client een mogelijkheid om tools zoals code-aanvullingen of review-assistenten te gebruiken zonder dat je broncode ooit een externe server passeert. Overweeg om een proof-of-concept op te zetten waarbij een lokaal model wordt getraind op je eigen codebase om team-specifieke patronen en standaarden te leren.

Als je een MKB-bedrijf runt met specifieke, terugkerende documentatie… zoals offertes, contracten of technische specificaties, dan kun je een lokaal AI-systeem gebruiken als een geavanceerde, intelligente zoekmachine. Door al je documenten in een beveiligde, lokale database te indexeren, kan een AI-agent medewerkers helpen snel antwoorden te vinden op vragen, zonder dat die documenten ooit een externe clouddienst nodig hebben. Dit vereist wel technische setup.

De keuze voor een aanpak zoals Thunderbolt voorstelt, is fundamenteel: meer controle en veiligheid in ruil voor meer eigen beheer en onderhoud. Het is een pad dat nu concreet wordt uitgezet door een grote naam als Mozilla.

Bron: Arstechnica